Identification Biométrique par ECG

Abstract

Le travail réalisé dans ce mémoire de fin d’étude présente une technique d’identification à base du signal électrocardiogramme (ECG), où la méthode de prédiction linéaire a été prise comme outil de modélisation et le classificateur K plus proche voisin a été pris comme outil d’identification. Notre travail est divisé en deux parties. La première partie consiste à l’identification biométrique en se basant sur les coefficients de LPC. Dans cette première partie, la modélisation du complexe QRS du signal ECG a été réalisée par la méthode LPC; l’algorithme d’identification biométrique a été testée e n utilisant la base de données MIT/BIH. Pour la seconde partie, des paramètres standards (la Transformée de Fourier Rapide (FFT), la Variance du signal ECG, Standard Déviation (STD) et la Moyenne des complexes QRS) ont été considérés comme paramètres pertinents pour l’identification biométrique. L’étude comparative, entre les deux méthodes proposées, a montré l’efficacité de la première méthode basée sur la modélisation du complexe QRS par la prédiction linéaire LPC avec un taux de justesse égal à 100 %, en utilisant les enregistrements de la base de données MIT/BIH.